Buchumschlag

Energy-Efficient Channel Decoding for Wireless Federated Learning: Convergence Analysis and Adaptive Design

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Qu, Linping, Mao, Yuyi, Song, Shenghui, Tsui, Chi-Ying
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Information Theory Machine Learning Signal Processing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

FedAQ: Communication-Efficient Federated Edge Learning via Joint Uplink and Downlink Adaptive Quantization
von: Qu, Linping, et al.
Veröffentlicht: (2024)

How Robust is Federated Learning to Communication Error? A Comparison Study Between Uplink and Downlink Channels
von: Qu, Linping, et al.
Veröffentlicht: (2023)

FedLAM: Low-latency Wireless Federated Learning via Layer-wise Adaptive Modulation
von: Qu, Linping, et al.
Veröffentlicht: (2025)

Joint Activity-Delay Detection and Channel Estimation for Asynchronous Massive Random Access: A Free Probability Theory Approach
von: Bian, Xinyu, et al.
Veröffentlicht: (2024)

Approximate Message Passing-Enhanced Graph Neural Network for OTFS Data Detection
von: Zhuang, Wenhao, et al.
Veröffentlicht: (2024)

Efficient Wireless Federated Learning via Low-Rank Gradient Factorization
von: Guo, Mingzhao, et al.
Veröffentlicht: (2024)

Biased Federated Learning under Wireless Heterogeneity
von: Abrar, Muhammad Faraz Ul, et al.
Veröffentlicht: (2025)

Channel Capacity for FMCW-based Optical Wireless Integrated Sensing and Communication: Asymptotic Analysis and Envelope Design
von: Wen, Yunfeng, et al.
Veröffentlicht: (2025)

Sensing Mutual Information with Random Signals in Gaussian Channels: Bridging Sensing and Communication Metrics
von: Xie, Lei, et al.
Veröffentlicht: (2024)

Energy-Efficient Over-the-Air Federated Learning via Pinching Antenna Systems
von: Asaad, Saba, et al.
Veröffentlicht: (2026)

Communication-Learning Co-Design for Differentially Private Over-the-Air Federated Distillation
von: Hu, Zihao, et al.
Veröffentlicht: (2025)

Satellite Federated Edge Learning: Architecture Design and Convergence Analysis
von: Shi, Yuanming, et al.
Veröffentlicht: (2024)

Bayes-Optimal Unsupervised Learning for Channel Estimation in Near-Field Holographic MIMO
von: Yu, Wentao, et al.
Veröffentlicht: (2023)

Adaptive Personalized Over-the-Air Federated Learning with Reflecting Intelligent Surfaces
von: Mao, Jiayu, et al.
Veröffentlicht: (2024)

Prioritizing Gradient Sign Over Modulus: An Importance-Aware Framework for Wireless Federated Learning
von: Yue, Yiyang, et al.
Veröffentlicht: (2026)

Learning Bayes-Optimal Channel Estimation for Holographic MIMO in Unknown EM Environments
von: Yu, Wentao, et al.
Veröffentlicht: (2023)

Environment-Aware Channel Inference via Cross-Modal Flow: From Multimodal Sensing to Wireless Channels
von: Liang, Guangming, et al.
Veröffentlicht: (2025)

Aggregation Design for Personalized Federated Multi-Modal Learning over Wireless Networks
von: Yin, Benshun, et al.
Veröffentlicht: (2024)

Federated Learning over Hierarchical Wireless Networks: Training Latency Minimization via Submodel Partitioning
von: Fang, Wenzhi, et al.
Veröffentlicht: (2023)

Differentially Private Over-the-Air Federated Learning Over MIMO Fading Channels
von: Liu, Hang, et al.
Veröffentlicht: (2023)

Efficient Channel Estimation for Rotatable Antenna-Enabled Wireless Communication
von: Xiong, Xue, et al.
Veröffentlicht: (2025)

IRS-Aided Multi-Antenna Wireless Powered Communications in Interference Channels
von: Gao, Ying, et al.
Veröffentlicht: (2024)

An Autoencoder-Based Constellation Design for AirComp in Wireless Federated Learning
von: Mu, Yujia, et al.
Veröffentlicht: (2024)

Deep Learning for Near-Field XL-MIMO Transceiver Design: Principles and Techniques
von: Yu, Wentao, et al.
Veröffentlicht: (2023)

Accurate and Fast Channel Estimation for Fluid Antenna Systems with Diffusion Models
von: Tang, Erqiang, et al.
Veröffentlicht: (2025)

Generating High Dimensional User-Specific Wireless Channels using Diffusion Models
von: Lee, Taekyun, et al.
Veröffentlicht: (2024)

Transformer-Driven Neural Beamforming with Imperfect CSI in Urban Macro Wireless Channels
von: Vahapoglu, Cemil, et al.
Veröffentlicht: (2025)

Adaptive Source-Channel Coding for Semantic Communications
von: Li, Dongxu, et al.
Veröffentlicht: (2025)

A Unified Two-Stage Generative Diffusion Framework for Channel Estimation and Port Selection in Multiuser MIMO-FAS
von: Tang, Erqiang, et al.
Veröffentlicht: (2026)

Pre-Training and Personalized Fine-Tuning via Over-the-Air Federated Meta-Learning: Convergence-Generalization Trade-Offs
von: Wen, Haifeng, et al.
Veröffentlicht: (2024)

Machine Learning for Future Wireless Communications: Channel Prediction Perspectives
von: Kim, Hwanjin, et al.
Veröffentlicht: (2025)

Sensing-Assisted Channel Estimation for Flexible-Antenna Systems: A Unified Framework
von: Cao, Ruoxiao, et al.
Veröffentlicht: (2026)

FedCova: Robust Federated Covariance Learning Against Noisy Labels
von: Zhong, Xiangyu, et al.
Veröffentlicht: (2026)

Multi-Model Wireless Federated Learning with Downlink Beamforming
von: Zhang, Chong, et al.
Veröffentlicht: (2023)

Analog-digital Scheduling for Federated Learning: A Communication-Efficient Approach
von: Abrar, Muhammad Faraz Ul, et al.
Veröffentlicht: (2024)

Tackling Distribution Shifts in Task-Oriented Communication with Information Bottleneck
von: Li, Hongru, et al.
Veröffentlicht: (2024)

Scheduling and Aggregation Design for Asynchronous Federated Learning over Wireless Networks
von: Hu, Chung-Hsuan, et al.
Veröffentlicht: (2022)

SplitMAC: Wireless Split Learning over Multiple Access Channels
von: Kim, Seonjung, et al.
Veröffentlicht: (2023)

Large Wireless Model (LWM): A Foundation Model for Wireless Channels
von: Alikhani, Sadjad, et al.
Veröffentlicht: (2024)

$r$Age-$k$: Communication-Efficient Federated Learning Using Age Factor
von: Mortaheb, Matin, et al.
Veröffentlicht: (2024)